Penelitian ini menggunakan metode Nonparametric Geographically Weighted Regression (NGWR) yang merupakan pengembangan dari regresinonparametrik untuk data spasial dengan estimator parameter bersifat lokal untuksetiap lokasi pengamatan. Spline truncated merupakan model polynomial tersegmen yang memberikan sifat fleksibilitas terhadap karakteristik lokal dari data. Pendekatan spline truncated digunakan untuk menyelesaikan permasalahananalisis spasial yang bentuk kurva regresinya tidak diketahui. Data yangdigunakan adalah produktivitas tanaman padi di 56 Kabupaten/Kota Tahun 2017di Kalimantan, dengan menggunakan fungsi pembobot Kernel Gaussian dan fungsi pembobot Kernel Bisquare dalam menentukan besarnya pembobot, untukmenentukan bandwidth yang optimum digunakan Generalised Cross Validation (GCV). Pemilihan titik knot yang optimum menggunakan GCV untukmenghasilkan model yang terbaik. Hasil dari penelitian ini adalah model yang terbaik didapatkan dengan nilai orde 1m dan titik knot 1h  yang memiliki nilai R-Squared sebesar 90,015, hal ini mengindikasi bahwa model NGWR dengan pendekatan spline truncated mampu menjelaskan pengaruh variabelprediktor terhadap variabel respon produktivitas tanaman padi sebesar 90,015%.
Variabel prediktor yang berpengaruh untuk setiap lokasi berbeda-beda, dimana produksi tanaman padi berpengaruh di 31 Kabupaten/Kota, Laju PertumbuhanEkonomi (LPE) berpengaruh di 30 Kabupaten/Kota, Produk Domestik Regional Bruto (PDRB) berpengaruh di 34 Kabupaten/Kota, luas lahan sawah berpengaruhdi 15 Kabupaten/Kota, jumlah tenanga kerja di bidang pertanian berpengaruh di 40 Kabupaten/Kota dan luas panen padi berpengaruh di 32 Kabupaten/Kota.
Kata Kunci: Generalised Cross Validation, Nonparametric Geographically Weighted Regression, Pembobot Kernel Gaussian, Pembobot Kernel Bisquare, Produktivitas Tanaman Padi, Spline Truncated, Titik Knot